研究团队发布LiveGeo地理智能体基准与GeoWorld平台

1. 13:00
   arXiv cs.AI

   LiveGeo：在持续演化世界中评测地理智能体

   研究团队推出 GeoWorld 可控且持续演化的地理环境平台，以及基于该平台的基准 LiveGeo，用于评测 LLM 智能体在真实地理环境中的可靠决策。LiveGeo 要求智能体主动获取任务相关信息、验证支撑先前决策的证据是否仍然有效，并在必要时修正计划。结果显示，即便是前沿 LLM 在静态任务上也表现吃力，没有模型能在各任务上持续领先，而强大的静态表现并不能保证动态可靠性。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。